🎄🎁En julklapp till mig själv? Jag gjorde en Morpho Supply Optimizer. Idén är ungefär så här Problem: När du tillhandahåller i låga tillgängliga likviditetspooler kan din egen insättning sänka räntorna. Så det bästa är att dela upp pengarna till en annan marknad så att den totala APY på dina pengar blir hög. Så till exempel (anta att budgeten är 10 000 dollar). Bara ett överdrivet exempel för att illustrera: ❌ Alternativ 1: Allokera 10 000 dollar till Marknad 1. - Gammal noterad APY på 10 % → ny APY på 2 % efter insättning. ☝️APY-ränta på 2%. Inte bra. ✅ Alternativ 2: - Allokera 5 000 dollar till Marknad 1. Old angav APY på 10 % → ny APY på 8 %. - Allokera 5 000 dollar till Marknad 2. Gammal APY på 8 % → ny APY på 6 %. ☝️Totalt blandat genomsnitt (APY 5 000/10 000 × 0,08 + 5 000/10 000 × 0,06) = 7 %. Det här är bra. Så frågan blir: om jag skulle göra detta för N marknader över alla degener-marknader, hur kan jag automatisera denna optimering? Lösning: Vibe fick kod i några dagar men hade väldigt svårt. Jag var tvungen att vibe koda en funktion i taget eftersom AI:n hade svårt att förstå de sekventiella stegen som behövdes (+ Morphhos dokumentation). Det är en enkel SciPy-optimerare som anropar en funktion som bestämmer de nya simulerade utbudshastigheterna på varje marknad. Den kan också göra cross-chain, men just nu antar den bara att alla dina optimeringar är USD-relaterade eftersom jag är en Scrooge som inte vill spendera på prisdata. Det är inte något toppmodernt skit, men jag tycker det är ganska tillfredsställande. Du kan gå riktigt degenerös med det genom att exponera väldigt lite kapital på mer degen-marknader, men även det är för mycket för mig. Självklart är det fortfarande bäst att manuellt verifiera resultaten eftersom jag inte heller litar på detta till 100 %, men ibland är avkastningen tillräckligt intuitiv för att veta om resultaten är vettiga Gjorde en snabb "frontend" för den: